[发明专利]一种视频码率预测方法及装置

说明书

一种视频码率预测方法及装置，用以解决现有技术中存在的视频传输时资源浪费的问题。该方法包括：确定待预测图像组GOP的第一参数集以及参考视频的第二参数集。之后，确定待预测GOP的特征集，特征集包括基于第一参数集以及第二参数集确定的与人眼感知质量相关的特征值、以及期望用户满意度，期望用户满意度为期望的若采用预测码率对待预测GOP进行压缩后得到的视频相比于参考视频的用户满意度比值。然后，将待预测GOP的特征集输入预先训练的回归模型，得到预测码率。

技术领域

本申请实施例涉及图像处理技术领域，尤其涉及一种视频码率预测方法及装置。

背景技术

由于受网络带宽的限制，在传统的流媒体服务中，同一个视频源需要压缩成不同码率 的视频流，在实际应用中服务器根据当前带宽要求选择码率适合的视频流进行传输。然而， 这种多码率的压缩存储方式，服务器端需要存储多种码率下压缩的视频流，因此造成存储 资源的浪费。并且，同一视频源的多次压缩也导致计算资源的浪费。此外，这种多码率的 压缩存储方式，为了给用户提供高质量的视频，服务器端往往被迫选择当前带宽条件下的 最高码率视频流进行传输，从而导致传输带宽资源的浪费。

发明内容

本申请提供一种视频码率预测方法及装置，用以解决现有技术中存在的视频传输时资 源浪费的问题。

第一方面，本申请提供了一种视频码率预测方法，该方法包括：确定待预测图像组GOP 的第一参数集以及参考视频的第二参数集，所述第一参数据包括所述待预测GOP的一个或 多个视频参数，所述第二参数集包括所述参考视频的一个或多个视频参数，所述参考视频 为对所述待预测GOP基于预设的压缩标准进行压缩所得到的视频。之后，确定所述待预测 GOP的特征集，所述特征集包括基于所述第一参数集以及所述第二参数集确定的与人眼感 知质量相关的特征值、以及期望用户满意度，所述期望用户满意度为期望的若采用预测码 率对所述待预测GOP进行压缩后得到的视频相比于所述参考视频的用户满意度比值。然后， 将所述待预测GOP的特征集输入预先训练的回归模型，得到所述预测码率。本申请实施例 中基于回归模型的方式，通过提取原始视频与人眼感知质量相关的特征值、参考视频与人 眼感知质量相关的特征值，并且设置目标码率所对应视频相比于参考视频的用户满意度， 通过预先训练的回归模型可以能够比较准确的预测出可以满足用户需求的码率，从而可以 采用预测的码率对原始视频进行压缩传输。相比与现有技术中，原始视频需要压缩成不同 码率的视频流，然后根据当前带宽要求从中选择码率适合的视频流进行传输的方式，本申 请实施例中可以通过回归模型预测出满足用户需求的码率，因此可以只采用预测的码率对 原始视频进行压缩传输，而不需要将原始视频采用不同码率分别进行压缩，从而可以节省 计算资源，也不需要存储不同码率的视频流，从而可以节省存储资源。相比于现有技术中 服务器端选择当前带宽条件下的最高码率视频流进行传输，本申请实施例可以采用满足用 户需求的码率对原始视频进行压缩，从而可以节省带宽资源。

在一种可能的设计中，将所述待预测GOP的特征集输入预先训练的回归模型，得到预 测的码率时，可以将所述待预测GOP的特征集基于非线性映射方式映射到高维特征空间， 得到高维特征集。将所述高维特征集输入所述回归模型中，得到所述参考视频的码率与所 述预测码率在对数空间的差值。基于所述参考视频的码率与所述预测码率在对数空间的差 值确定所述预测码率。上述设计中，通过将特征集基于非线性映射方式映射到高维特征空 间，可以提高码率预测的准确性。

在一种可能的设计中，所述回归模型可以符合下述公式：f(x)＝w^Tφ(X)+b。其中，f (x)为所述参考视频的码率与所述预测码率在对数空间的差值，所述w^T为权重，所述φ(X) 为所述高维特征集，所述b为偏置。上述设计中，通过采用支持向量机回归模型，可以有效预测出满足期望用户满意度下的预测码率。